计算机信息采集门禁系统技术方案

本发明专利技术公开了计算机信息采集门禁系统。本发明专利技术中，门禁识别模块内部设置了图像对比、识别和检测模块，当检测发现图像效果不佳时将图像抛弃并生成一个表格,提示工作人员重新收集这些人脸图像,并手动上传至人脸库中.图片数量增多,质量改良之后,会明显提高识别效率,并缩短识别时间，从而提高了整个系统的操作运行效率，简化了该门禁系统中人脸识别管理流程,有效地提高了人脸识别的管理效率和设备的利用率,降低了人脸识别管理人员的劳动强度,进一步实现人脸识别管理上的信息化、智能化，从而使得本系统后续的人脸识别效率得到了提高。而使得本系统后续的人脸识别效率得到了提高。而使得本系统后续的人脸识别效率得到了提高。

【技术实现步骤摘要】
计算机信息采集门禁系统


[0001]本专利技术属于门禁系统
，具体为计算机信息采集门禁系统。

技术介绍

[0002]人们的生活水平显著提高，随之而来的是社会上入室偷盗案件频繁发生，导致人们对人身财产安全担心的同时，安全防卫意识也在逐步提升。人们对安防的要求越来越高，智能门禁系统由于其安全性、自动化、智能化等特性，受到了大多数用户的青睐。
[0003]但是传统的门禁系统的人脸识别速度较慢，使得人们在使用过程中，需要进行多次识别才能开门。

技术实现思路

[0004]本专利技术的目的在于：为了解决上述提出的问题，提供计算机信息采集门禁系统。
[0005]本专利技术采用的技术方案如下：计算机信息采集门禁系统，包括供电模块、图像采集模块、图像预处理模块、门禁识别模块、通信模块、门禁锁控制模块、图像校正模块、图像增强模块、人脸图片输入模块、质量检测模块和图像对比模块，所述供电模块的输出端连接有所述图像采集模块的输入端，所述图像采集模块的输出端连接有所述图像预处理模块的输入端，所述图像预处理模块的输出端连接有所述门禁识别模块的输入端，所述门禁识别模块的输出端连接有所述通信模块的输入端，所述通信模块的输出端连接有所述门禁锁控制模块的输入端
[0006]在一优选的实施方式中，所述图像预处理模块的内部设置有图像校正模块和图像增强模块，所述图像校正模块和图像增强模块的整体输出端连接有所述图像预处理模块的输入端；
[0007]所述门禁识别模块的内部设置有人脸图片输入模块、质量检测模块和图像对比模块，所述人脸图片输入模块、质量检测模块和图像对比模块的整体输出端连接有所述门禁识别模块的输入端。
[0008]在一优选的实施方式中，所述图像采集模块选用CMOS类型的数字图像传感器OV5640摄像头。该传感器具有自动对焦、自动白平衡等功能，支持自动图像控制功能与图像质量控制。该传感器最高输出像素可达500万。
[0009]在一优选的实施方式中，所述图像校正模块过相机描点的方式提前获取了相机的内参矩阵和畸变系数；将这两项参数用于修正相机的畸变；后续利用空间变换和灰度差值两项操作对图像进行变换，获得符合矩形特征的图像；所述图像校正模块采用了辐射校正技术，辐射校正技术为多级非线性加权平均中值滤波算法滤波后，可以看到SAR图像的斑点噪声明显减少，较好地保留了图像的纹理特征以及细节信息。
[0010]在一优选的实施方式中，所述图像增强模块首先对图像进行离散傅里叶变换，将操作转换到频率域上进行，然后对图像低通滤波，去除瑕疵等高频信息，转换回原空间中与原图进行差分，从而得到增强后的图像。
[0011]在一优选的实施方式中，所述人脸图片输入模块将人脸图片批量添加至人脸库中.可将每个人脸对应的图片命名为编号,并设置编号为人脸库中的主键,使图片文件名称具有一定的数据结构,利用下面代码进行图像批量上传；
[0012]人脸图片上传模块的上传算法为：
[0013]foriinrange(1,10):
[0014]filePath＝"16106"+"％04d"％i+".jpg"
[0015]withopen(filePath,"rb")asf:
[0016]base64data＝base64.b64encode(f.read())
[0017]image＝str(base64data,'utf
‑
8')
[0018]imageType＝"BASE64"
[0019]groupId＝"student"
[0020]userId＝"16106"+"％04d"％i
[0021]print(userId)
[0022]client.addUser(image,imageType,groupId,userId)；
[0023]pass。
[0024]在一优选的实施方式中，所述质量检测模块检测人脸图像是否存在失真，若存在失真则判别出具体失真类型并输出结果至异常记录与报表生成模块。传统的识别方法在识别过程中，直接使用图像与人脸进行比对，此时数据库内部的图像难免会出现模糊不清，难以识别的情况，传统的识别比对系统，并不能判断这类图像是否能够识别，仍旧使用模糊不清的图像与人脸进行比对，从而会影响在使用时的识别速度，造成了大量时间的浪费。但是本系统中，为达到提高检测人脸图像算法的效率，质量检测系统所包含的各种质量异常检测方法均通过抽取单帧人脸图像进行；截获单帧人脸图像的过程为：间隔时间
△
t抽取单帧人脸图像一张，隔
△
n帧后再抽取一帧，两帧为一组。每隔
△
t进行一次质量识别；
[0025]图像质量检测流程为：
[0026]步骤S1：人脸黑屏与静帧的检测，如果结果为“是”，则直接记录结果，如果结果
[0027]为“否”，则执行步骤二；
[0028]步骤S2：人脸图像色偏与亮度异常的检测，如果结果为“是”，则记录结果。
[0029]不管结果
[0030]是什么都执行步骤三；
[0031]步骤S3：人脸图像噪声与模糊的检测，如果结果为“是”，则记录结果，如果结果为“否”，
[0032]则不进行任何操作；
[0033]该种方法与现有技术的区别在于可以间隔时间
△
t抽取单帧人脸图像一张，隔
△
n帧后再抽取一帧，两帧为一组。每隔
△
t进行一次质量识别；从而大大提高检测的精确度和效率，为人们的检测识别带来了更多的便利性。
[0034]在一优选的实施方式中，所述图像对比模块的算法代码为：
[0035]defgoapi(image):
[0036]result＝client.search(str(image,'utf
‑
8'),IMAGETYPE,GROUP)搜索结果:
[0037]{'errorcode':0,'errormsg':'SUCCESS','log
[0038]id':304569255087668461,'timestamp':
[0039]1555508767,'cached':0,'result':{'facetoken':'
[0040]317694cf365cc6e336b0cfe51a212e09','userlist':
[0041][{'groupid':'lzf','userid':'2lx','userinfo':”,'
[0042]score':92.984420776367}。
[0043]在一优选的实施方式中，所述通信模块由媒体访问控制子层协议和物理接口收发器两部分组成。由于Exynos4412处理器内部没有集成MAC，所以通过以太网控制芯片DM9621ANP来完成有线网络功能。该芯片内部集成了MAC与PHY，为USB2.0转10/100Mbp本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.计算机信息采集门禁系统，包括供电模块(1)、图像采集模块(2)、图像预处理模块(3)、门禁识别模块(4)、通信模块(5)、门禁锁控制模块(6)、图像校正模块(7)、图像增强模块(8)、人脸图片输入模块(9)、质量检测模块(10)和图像对比模块(11)，其特征在于：所述供电模块(1)的输出端连接有所述图像采集模块(2)的输入端，所述图像采集模块(2)的输出端连接有所述图像预处理模块(3)的输入端，所述图像预处理模块(3)的输出端连接有所述门禁识别模块(4)的输入端，所述门禁识别模块(4)的输出端连接有所述通信模块(5)的输入端，所述通信模块(5)的输出端连接有所述门禁锁控制模块(6)的输入端。2.如权利要求1所述的计算机信息采集门禁系统，其特征在于：所述图像预处理模块(3)的内部设置有图像校正模块(7)和图像增强模块(8)，所述图像校正模块(7)和图像增强模块(8)的整体输出端连接有所述图像预处理模块(3)的输入端；所述门禁识别模块(4)的内部设置有人脸图片输入模块(9)、质量检测模块(10)和图像对比模块(11)，所述人脸图片输入模块(9)、质量检测模块(10)和图像对比模块(11)的整体输出端连接有所述门禁识别模块(4)的输入端。3.如权利要求1所述的计算机信息采集门禁系统，其特征在于：所述图像采集模块(2)选用CMOS类型的数字图像传感器OV5640摄像头；该传感器具有自动对焦、自动白平衡功能，支持自动图像控制功能与图像质量控制。4.如权利要求1所述的计算机信息采集门禁系统，其特征在于：所述图像校正模块(7)过相机描点的方式提前获取了相机的内参矩阵和畸变系数；将这两项参数用于修正相机的畸变；后续利用空间变换和灰度差值两项操作对图像进行变换，获得符合矩形特征的图像。5.如权利要求1所述的计算机信息采集门禁系统，其特征在于：所述图像增强模块(8)首先对图像进行离散傅里叶变换，将操作转换到频率域上进行，然后对图像低通滤波，去除瑕疵高频信息，转换回原空间中与原图进行差分，从而得到增强后的图像。6.如权利要求1所述的计算机信息采集门禁系统，其特征在于：所述人脸图片输入模块(9)将人脸图片批量添加至人脸库中.可将每个人脸对应的图片命名为编号,并设置编号为人脸库中的主键,使图片文件名称具有一定的数据结构,利用下面代码进行图像批量上传；人脸图片输入模块的上传算法为：foriinrange(1,10):filePath＝"16106"+"％04d"％i+".jpg"withopen(filePath,"rb")asf:base64data＝base64.b64encode(f.read())image＝str(base64data,'utf
‑
8')imageType＝"BASE64"groupId＝"student"userId＝"16106"+"％04d"％iprin...

【专利技术属性】
技术研发人员：刘瑞，徐初豪，蔡瑞，
申请(专利权)人：江苏屹耘智能工程有限公司，
类型：发明
国别省市：